AlphaGo之父哈萨比斯：60个国家人才打造AlphaGo

semico_ljj

                               
登录/注册后可看大图

得米斯·哈萨比斯（Demis Hassabis）
　　记者 周健工

　　在乌镇，当矮小的得米斯·哈萨比斯（Demis Hassabis）走进第一财经临时布置的电视采访间时，他很随和、自然地就和我搭上了话，聊起了围棋和阿尔法狗。

　　40岁的他，略微有些谢顶，就象中国普通高校里的普通青年老师。他被英国伟大的物理学家霍金称为“地球上最聪明的人类之一”，还被英国媒体誉为人工智能时代的“超级英雄”。

　　他是一名神童，在13岁时就已经在同年龄组世界积分排名第二，达到国际象棋大师级水平。16岁被剑桥大学计算机系录取。在创办DeepMind之前，他曾经创办一家游戏公司，后来重返学术界，他的一篇有关脑神经的论文，被当年评为最有影响力的的十项科学突破之一。

　　拥有伦敦大学学院认知神经科学博士学位的哈萨比斯，成为麻省理工学院和哈佛大学的访问科学家，并在2010年与两位合伙人一起创办了DeepMind。他们试图从人的大脑中寻求人工智能的算法。

　　DeepMind在2014年被谷歌以6亿美元收购。哈萨比斯和他的团队，影响了谷歌未来十年的发展方向，促使谷歌从移动第一转向AI第一。

　　特别是DeepMind的围棋软件阿尔法狗（AlphaGo），在2016年五番棋中以4：1战胜了韩国世界围棋冠军李世石，在这一世界上最复杂的智力游戏中机器首次战胜人类，成为将技术带入人工智能时代的历史性事件。在短短的一年时间，阿尔法狗的学习能力有了惊人的增长，比去年的版本又提升了三个子的实力，并且刚刚在乌镇以2：0胜于当今排名世界第一的中国年轻的围棋大师柯洁。

　　阿尔法狗的背后，是迅速增强的机器学习能力。哈萨比斯说，他的目标，是让人工智能成为探索宇宙的“终极工具”。他更喜欢的一句口号是：解决智能，再用智能解决一切。

　　周健工：得米斯，之前AlphaGo战胜了柯洁，向你表示祝贺。你之前预料到这个结果了么？

　　哈萨比斯：谢谢。昨天的比赛非常精彩，而且双方实力非常接近。最后AlphaGo只以最小的半分优势获得了胜利。我们确信AlphaGo非常强大。我们通过让它和自己的老版本对弈的方式来测试它，然后看它能取胜多少次。所以我们知道它和老版本相比取得了多大的进步，但是在和像柯洁这样伟大的棋手对弈之前，我们不确定它是不是还存在一些围棋知识的盲区。

　　周健工：柯洁说，这是他和AlphaGo的最后三局棋中的第一局，这是不是意味着人机对弈将就此画下句号？

　　哈萨比斯：不知道，我们将拭目以待。但是我觉得柯洁的意思是这将是他最后一次与人工智能的正式比赛，而我认为我们将会看到职业选手使用人工智能系统来进行训练和实战。

　　周健工：你下围棋么？

　　哈萨比斯：是的。

　　周健工：你下得怎么样？

　　哈萨比斯：我大概是业余一段的水平，不过我有些生疏了。

　　周健工：有一点很有趣，因为围棋起源于中国，有几千年历史了。而突然之间，高智能的机器来到中国，打败了中国的顶尖选手。你觉得这是不是一种很棒的中西方文化交流？一个是高科技，另一个则很传统；一个是西方的，另一个则是东方的；一个代表着机器，另一个则代表着文化。你对此有什么看法？

　　哈萨比斯：我其实并不这么认为，因为尽管围棋是一项亚洲的、中国的游戏，但是它在全世界范围内都很流行，尤其是英国的数学家们。我是在剑桥读本科的时候学会了下围棋。在剑桥大学有一家非常棒的围棋俱乐部。此外，在Deep Blue 20年前打败卡斯帕罗夫，摘得人工智能研究的圣杯之前，人们都认为由于下棋过于复杂、深奥，而且依赖直觉，机器很难掌握这项游戏。所以我不认为这代表了一种文化差异，因为人工智能打败人类的第一项棋类是国际象棋，在那之前则是国际跳棋。这些都是西方的棋类游戏。而围棋那么特别只是因为它正好是最困难的棋类项目，需要最顶尖的、完美的信息处理能力。另外，自从我们公布了AlphaGo的研究成果，腾讯就建造了他们自己的AlphaGo克隆，而其他公司也在研究类似的技术。所以并不是只有西方企业在研究人机对弈。

　　周健工：你妈妈是华人，所以你有一半的中国血统吧，你们家里都说英语么？

　　哈萨比斯：是的。我爸爸是一个来自希腊的塞浦路斯人，而我妈妈就像你说的，是一个新加坡籍华人。但是我出生和成长都在伦敦，我的第一语言也一直是英语。不过我的背景倒是很多元化。

　　周健工：这是你第一次来到中国么？

　　哈萨比斯：是啊。我来到这里真是太高兴了，在这里见识到中国的文化，还遇到很多中国友人。

　　周健工：你这次结交了很多来自政府和企业的中国朋友，还接触到很多科学家。你有收到与DeepMind合作的请求或者建提议么？

　　哈萨比斯：是的。我之前就认识一些中国企业的领导，在他们到英国或者美国访问的时候结识的，这次我也会访问其中一些公司。我们从世界各地收到合作的请求。所以我们打算在这里花一点时间来观察，是否也要和各种各样的中国企业建立合作关系。

　　周健工：你要在中国呆多久？

　　哈萨比斯：在这次行程中，我大概在这里呆一周左右。不过我想我可能很快又会回来的。

　　周健工：哦，太好了。你现在就像一个摇滚明星吧！现在人工智能在中国和全世界都是非常火的话题。我觉得现在一些人不仅仅把你当成一个科学家、企业家、程序开发者、比赛选手，还是一个摇滚明星，对不对？

　　哈萨比斯：我不知道，这有点奇怪。这有可能是因为AlphaGo是我们最知名的杰作，所以我们在亚洲甚至比在英国更有名。当我们来到中国或者韩国，就会看到很多人对我们的工作感兴趣。（受到如此热捧）这让我们有些难为情。

　　周健工：谷歌提出了人工智能第一（AI First）的战略，而你们DeepMind公司三年前被他们收购了。像你说的，Deep Mind 是独立运作的，那么DeepMind在这家以人工智能为先的公司里的定位是怎么样的？

　　哈萨比斯：好吧，影响谷歌战略，我们起了不小的作用。显然，DeepMind的存在，以及我们在人工智能领域取得的成功，已经说服Google的人们，现在是时候把研究人工智能当作公司的首要目标了。另外，我们基本上是一个研究团队，而我们还有一个应用团队，由我的联合创始人穆斯塔法·苏莱曼运作。而且我们和Google产品团队也有很多接触，以及其他的Alphabet旗下公司。我们主要专注于研究工作，不过我们同时也想对产品和应用做出改进。我觉得DeepMind作为Alphabet大家庭的成员，对谷歌帮助很大。

　　周健工：全世界的创业者都以为最具创造力的东西都来自硅谷，而现在，人们发现，尤其是我们中国人，发现伦敦也有像DeepMind这样的创新公司。欧洲和英国的高科技公司和硅谷有没有区别，有没有所谓的文化差异？

　　哈萨比斯：是的，差异还不小呢。我为自己是一个英国人，并且为扛起英国的创新旗帜而感到自豪。我认为英国一直以来就有研究电脑科技和人工智能的创新传统。阿兰·图灵和蒂姆·伯纳斯·李，都是英国的。我们有着善于创新的光荣传统。不过也许不那么擅长把科技转化为商业上的成功。我认为部分原因是英国有很棒的文化和大学，例如剑桥和牛津。英国是欧洲的一部分，我们还有一种欧式的世界观，知道科技应该怎样被使用。我们希望科技能惠及到所有人。我们很高兴能证明，最前沿的科技并不仅仅存在于硅谷中。在很多地方都能做前沿研究，就像伦敦和中国，为什么不呢，只要你有足够多的聪明人，并且给他们一个机会。

　　周健工：在Google内部和Alphabet内部，有很多其他的事业部。他们拥有人才、科学家和工程师。他们也有用于人工智能创新研究的实验室。所以DeepMind和这些Google内部其他人工智能部门的关系是什么样的？

　　哈萨比斯：就像你说的，Google有很多人在研究人工智能，不过不同的部门专注于不同的方面。一些部门更注重于产品，一些则更注重于建造像TensorFlow这样的平台、工具和基础设施，还有一些就像我们一样是做研究的。我们和所有的这些团队合作。我们和他们保持着基于项目的紧密联系。我觉得DeepMind和其他团队有些区别在于，我们更定位于去实现通用的人工智能（Artificial General Intelligence）这个大目标。相对于短期的研究突破，我们更注重这个长期的任务。所有的研究都指向这个大目标，我觉得这就是DeepMind和其他团队最大的区别。

　　周健工：DeepMind的新科技是如何惠及Google内部的其他产业，产品以及服务的？你能举几个例子吗？

　　哈萨比斯：是的，有一些例子……实际上我们将技术应用在Google的各个产品上，我曾提到的一个是提高数据中心的能源使用率，这很了不起。我们与安卓会有很多的合作，希望能提高效能，不久就会公布。在推荐系统上我们和Google Play合作。所以在Google里也应用到不少地方了。我们还和其他的产品团队合作，所以接下来的一两年里会有越来越多的新产品会宣布。

　　周健工：那你如何寻求合作呢？因为Alphabet旗下Google和DeepMind是两家独立的公司，对吗？Google会付你们钱吗，还是仅仅对你们提出创新的要求？还是就像市场上两家独立的公司？

　　哈萨比斯：不是的，我们的合作十分紧密。我们的合作关系，我不可能告诉你那么多细节，那应该是Alphabet回答的问题，我们就像姐妹公司，姐妹团队。我们的合作十分紧密。我经常和Sundar（Sundar Pichai，Google 的CEO。）交流，讨论优先事项以及合作的项目。

　　周健工：今天，你谈到很多自我学习，对我们围棋手来说，有一些棋招很有创意又出其不意，你认为在不远的将来独立学习机制会产生独立的动机吗？机器在计算的时候有其自我目的吗？

　　哈萨比斯：是的，这是个好问题。我认为在设计系统的时候要给它们定个目标。就像AlphaGo的目标不是开车或是干其他的。它只知道我们给它定的目标，那就是赢得围棋比赛。所以我认为在可预见的将来，人工智能系统会被设计成实现设计者既定目标的工具。怎么去实现目标，也可以让机器来学习。一般说来，我认为这些系统都会竭尽所能去实现我们设定的目标。

　　周健工：所以你认为不远的未来机器总是会服从都和实现人类设定的目标吗？

　　哈萨比斯：是的，AlphaGo不能自己设定自己的目标，所以你只能另外设计一种机器去做设定的工作。

　　周健工：是因为你不让它们做吗？是因为你把它们设定成不能为自己做事还是它们没有能力为自己做事？

　　哈萨比斯：对，这是后者。我们目前设计的这个系统不具备这样的能力。所以也许能想出这种设计，但我们认为这一点现在还不是很有用处，因为我们是想设计在一些领域可以帮助人类专家的工具。如果只是个工具，那还是让人类专家去设定目标。这正是我们现阶段在研发的系统。

　　周健工：说一说通用人工智能吧，这和只应用于狭窄领域如围棋领域的略有不同。你想将其应用于各行各业。我在想数据质量的问题，你们怎么确定数据来源的可信度和质量？有些数据可能是人为操纵的、肮脏的、甚至是假的，你们怎么分辨呢？

　　哈萨比斯：对，这真是一个非常……很有深度的问题。怎么去判断数据的可信度？有许多种办法来看待这个问题。这些是研究中有待于解决的很大的问题。我们可以从训练的系统中看出来，看它做出决策的质量怎样，显然如果数据是有偏颇的，那你所做的决定也不会是正确的。大概可以像这样判读出来。另外一种防止的方法，也是我们经常用的，是可以从模拟中产生出所需要的数据。如果这个模拟是正确的，或者说来源起因是正确的，那就可以产生很多数据，或者这种数据的质量会更好。所以可以使用多种策略来解决这个问题。

　　周健工：我对于DeepMind的工作方式有一些好奇，因为我读过一本关于Google工作方式的书，所以我很好奇DeepMind是怎么做的，你提到了你们在伦敦有400到500名员工。其中有超过200名顶尖博士和科学家。他们来自多少个不同的国家？

　　哈萨比斯：是的，我们非常国际化。这些员工来自超过60个国家。

　　周健工：你们是怎么把这些顶尖人才从世界各地吸引过来的？

　　哈萨比斯：好吧，对于这个问题我想我有几个答案。其一，最顶尖的人总是想和世界上其他顶尖的人一起工作。所以当你已经拥有了一部分顶尖的人才，招募更多顶尖人才就变得容易了。另一方面，这些人往往想要研究最有趣的问题，接受最有趣、最智慧的挑战。我觉得，解决人工智能问题就是你能干的最有趣的事儿之一，所以对那些聪明绝顶的人来说，研究中遇到的挑战也是非常有趣的。而第三个原因是我们创造了独特的研究文化，这是一种学术院实验室和初创公司模式的混合，你知道的，我们尝试着吸取两边的精华，并把它们结合起来。我认为这能把资源、计算能力和其他它们能用到的东西都汇总到一起，对这些人才，非常有吸引力。这就是我们吸引最初的人才的方式。当然，当你开始做出AlphaGo这样的产品，或者在《自然》杂志上发表研究成果，就是向世界上最好的人才打出了广告，如果他们想做出像AlphaGo这样伟大的产品，那么DeepMind就是一个工作的好地方。

　　周健工：你认为对于像DeepMind这样一家创造性十足的人工智能公司，它的人力和人才是不是必须是国际化的？

　　哈萨比斯：我认为是的。我们之所以拥有来自60个国家的人才，是因为我们的确搞到了一批麻省理工的拔尖学生，或者一个在波兰赢得物理奥林匹克竞赛的人，又或者是法国当年最棒的博士毕业生，诸如此类，精英中的精英。如果你想得到他们，你就必须从世界各地非常国际化的顶尖学校中把顶尖的人找出来，再把他们吸引到一起。另外，我能想到的另一个国际化的好处是，你带来不同文化背景的人才，不同的思维方式也随之而来。我认为这对科研项目有很大的帮助，因为采纳尽可能多维度的观点有助于你找到客观的前进方向。

　　周健工：你说你把初创文化和学术实验室文化结合到了一起，而人们通常认为实验室文化是倾向于长期研究的，而初创文化是为了尽快盈利，实验室则是为了发表科研论文。所以你怎么把这两种文化结合到一个团队里呢？

　　哈萨比斯：这很困难。这也是我说DeepMind是独一无二的理由。我在创立DeepMind之前在学术轮界和初创公司都工作过很多年，所以我才试着设计出这种混合文化。你知道，这很难用几句话解释清楚，它涉及到我们所做的每一件事，包括面试流程、管理流程、项目管理，所有这些都是为了促进研究尽可能快地取得成果而特别设计的。我觉得唯一比较容易解释的是，在学术学实验室做研究是不可能拥有在初创公司工作的能量和快节奏，对不对？另一方面，对于初创公司来说，有时他们不够目标远大，也没有足够的雄心，来完成你想做的那种研究，他们太注重于短期目标了。我们公司把这两方面融合在一起，然后还要把这种文化解释给那些来加入公司的人。所以学院派们必须重新训练一下他们的思维，来适应新的工作方式。

　　周健工：你们这里充斥着博士，还有那么多拿着顶尖学府的顶尖文凭的人。我能问你一个问题吗，如果（大学辍学的）史蒂夫·乔布斯生活在人工智能时代，他会成功么？

　　哈萨比斯：我认为，很有可能。你说得对，我们这里大多数人都有着顶尖文凭，但是他们中也有一些人并没有，他们是自学成才的，尤其是在工程领域，他们也做出了杰出的贡献。所以我的意思是这是因人而异的，一个像史蒂夫·乔布斯这样非凡的人无论尝试做什么都能成功。

　　周健工：好吧，我之前注意到你们有一个口号，后来又把它改掉了。你原来的口号是“解决智能，并用它来解决一切”，我后来访问了你们的网站，你把它改成了“解决智能，并用它来改善这个世界”。你为什么要这么改呢？

　　哈萨比斯：好吧，其实这两个口号我们都在用。这取决于我们演讲的听众。当我向科学家演讲时，我喜欢用我原来的口号，解决一切。我觉得这个想法很独特。不过有时候我们是在向普罗大众演讲，他们并不真正理解“解决一切”意味着什么，所以我们就突出地强调了解决问题的积极意义，你知道，例如健康、疾病、科学，还有最显而易见的，我们从事这项工作的原因，那就是让世界更美好。所以这两个口号是相通的。

　　周健工：今天上午，我在你的演讲中听到了你解释，机器学习如何学会产生直觉的机制。你能给我五个最有说服力的例子，来说明通用人工智能的应用可以造福经济、社会和更多的人吗？

　　哈萨比斯：我能告诉你至少三个我们正在研究的领域，我认为人工智能在医疗、医学诊断和照顾病患总体上都非常有用。这会产生很多数据，非常复杂，而且当然对社会而言非常重要。我们还专注于最优化流程，尤其是在能源方面，除了在我们的数据中心（能源效率的提升），我认为在电网级系统方面有很多重量级的工作可以实施。而且你也能想象到我们能最优化其他的系统，比如物流，也许包括船运、货车和很多其他方面。总之，任何你能涉及到的结构复杂的动态网络，都有人工智能的用武之地。最后，我们专注研究的另一个领域是推荐系统，人工智能可以理解人们想要什么。比如你想要在YouTube上看什么之类的，或者其他人们想要的东西，然后人工智能会给出更好的建议。所以我们正在把这些技术应用于这三个方面。

　　周健工：最后一个问题。DeepMind原来是一家创业公司，后来被像Google这样的科技巨头收购了。在美国有至少五家科技巨头，比如Google，Microsoft和Amazon等等。在中国也有所谓的“BAT，”，百度，腾讯和阿里巴巴。当我们谈论人工智能的时候，你会看到数据、人才、资本和电脑计算力有一个向越来越少数的公司集中的趋势。你有没有担心过人工智能行业的垄断，而那些人工智能领域的创业者成长的空间在哪里呢？

　　哈萨比斯：我认为这就是为什么我们公开研究成果是很重要的，另外，像Google这样的公司提供诸如TensorFlow之类的平台也很重要，此外还有很多公开的算法。所以现在你在机器学习方面做很多标准化的研究都是免费的。所以我认为这一领域的发展方向，一定是在一个更广阔的范围内共享利益，而不是仅仅局限于你提到的那些公司。正如我一再提到的，这也正是我们在DeepMind的价值观，致力于确保尽可能多的人从我们的研究中受益，而不仅仅是一两家公司的客户。

　　周健工：非常感谢。

　　哈萨比斯：谢谢，不客气。